Hypit: probamos la habilidad de agente de IA que clona vídeos virales

Hypit llegó a GitHub el 29 de julio de 2026 y superó las 8.000 estrellas en cuestión de días. Para el 22 de septiembre ya tenía más de 13.000 estrellas y 1.500 forks, y lideró la tabla diaria de Trendshift. Su propuesta es directa: clona cualquier vídeo viral con agentes de IA. Lo instalamos, pasamos siete tareas reales por Codex y Claude Code, y registramos qué produjo, cómo funciona por dentro y cuánto costó de verdad. Este es el desmontaje. Fuente: github.com/hypit-ai/hypit.

¿Qué es Hypit?

Hypit, de Hypit.AI, da a agentes de programación con IA como Claude Code y Codex “un lenguaje y un sistema para crear vídeo”. No es un editor alojado. Se distribuye como una Skill para agentes, una herramienta de línea de comandos y un monorepo de TypeScript de 122 paquetes: conectores para Seedance, GPT Image, Nano Banana, Grok Imagine, MiniMax, ElevenLabs y Fish Audio, además de subtítulos, eliminación de fondo, pistas de B-roll, efectos de cine y un renderizador.

La idea central es SVML, el propio lenguaje de marcado de Hypit. Tu agente escribe el vídeo en SVML; Hypit lo compila y renderiza los fotogramas (sus ejemplos renderizan en 64 procesos paralelos de Chromium sin interfaz). El tiempo se ancla a palabras, no a segundos. WhisperX alinea cada palabra pronunciada, y los elementos visuales se enlazan a tramos del guion. Este es código real del ejemplo de lista por niveles de fútbol del repo:

<HOST>Ronaldo is <D | Dee> tier. || Bro has @{hair-gel} more ||
  hair gel than @{trophy} trophies || at this point.@{/trophy}@{/hair-gel}

<media-track:Item id="hair-gel" image={broll-hair-gel.image}
  extent={hair-gel-extent} during={story.selection.hair-gel}
  motion={recipes.motion.broll-left}/>

La imagen de B-roll hair-gel aparece en pantalla exactamente mientras se pronuncian esas palabras. Reescribe la frase y el timing se reajusta solo, y por eso un mismo proyecto puede generar decenas de variantes.

Tres cosas más que conviene saber antes de instalarlo:

• Los modelos de generación son opcionales. Un proyecto puede compilar subtítulos, motion graphics y elementos visuales renderizados por código en un vídeo final sin llamar a ningún modelo de vídeo.
• Pagas los servicios, no Hypit. Hypit es gratis; tu agente de programación y los proveedores de modelos facturan por separado. Su servicio alojado recomendado, HypiHub, vendió créditos a $15 por 2.000 en nuestra prueba, y también puedes conectar tus propias claves de API o modelos locales.
• La licencia tiene condiciones. La “Hypit Open Source License” es Apache 2.0 con términos extra: puedes usar Hypit comercialmente dentro de tu propia organización, pero alojarlo como un servicio multicliente para otros o revenderlo requiere una licencia comercial. Los vídeos que creas son tuyos.

Cómo funciona: lo que vimos en nuestras pruebas

Instalarlo es un solo comando: npx skills add hypit-ai/hypit -g. En el primer uso, el agente encuentra o instala el ejecutable de Hypit (Node.js 22.15 o superior). A partir de ahí, todas las tareas siguieron el mismo bucle.

1. El agente ve y descompone la referencia

Le dimos a Codex un vídeo explicativo de finanzas de 34 segundos y escribimos “Hypit, copia este vídeo”. Vio el clip, describió su estructura (una introducción a cámara seguida de cinco gráficos de mercado apilados uno tras otro, con zooms y contrastes exagerados) y propuso un plan: mantener al presentador, la voz y el guion, y reconstruir los gráficos, los subtítulos y los movimientos de cámara como elementos editables. Después preguntó qué queríamos sustituir.

2. Presupuesta el trabajo antes de gastar nada

Esta fue la parte más tranquilizadora. Antes de cualquier llamada de pago, el agente presentó una tabla de costes y esperó. Para un clip a cámara en chino, presupuestó 4,39 créditos (unos $0,03) para transcribir el original y reconstruirlo en local, frente a $5,69–9,34, antes de reintentos, para regenerar los 132 segundos completos de metraje a cámara en 720p. Luego pidió permiso para cargar como máximo 10 créditos (unos $0,075) solo por la transcripción, señalando que “aún no se han hecho llamadas de pago”.

3. Construye, renderiza y te entrega un proyecto editable

Una vez aprobado, el agente genera las piezas, compila el SVML y renderiza. Obtienes un archivo final y el proyecto que hay detrás, que se abre en Hypit Studio: el código fuente a la izquierda, la vista previa en el centro, las propiedades a la derecha y una línea de tiempo multipista abajo. Puedes editar a mano o pedirle al agente que revise y corrija el montaje por sí mismo.

Lo ejecutamos de verdad: siete tareas

Pasamos siete tareas por las apps de escritorio de Codex y Claude Code, usando Seedance 2 Mini para vídeo y GPT Image 2 para imágenes. Esto es lo que produjo cada una:

• Motion graphics sobre talking-head. Le pedimos que copiara el estilo de edición de papel rasgado, pegatinas y cinta de un creador sobre uno de nuestros propios clips a cámara. Reconstruyó el look de forma convincente.
• Cambio de outfit. Un vídeo de prueba de ropa en tendencia con el outfit sustituido por un traje de videojuego. Se mantuvo bien en la mayoría de planos.
• Transferencia de estilo. Un clip meme redibujado en un estilo conocido de animación para adultos. Usó el clip original como base y lo reestilizó encima, y el resultado fue realmente bueno.
• Cambio de sujeto. Un vídeo viral de canto con alrededor de un millón de likes, con los dos intérpretes sustituidos por dos gatos. Hubo pequeños fallos, pero en conjunto fue muy sólido (primer clip abajo).
• Mismo estilo, nuevo contenido. A partir de un popular vídeo explicativo de finanzas, el agente escribió un nuevo guion de “Por qué importa HBM”, dibujó los diagramas en código y generó un presentador a cámara para la esquina superior izquierda. Su informe: “Exportado, 37,1 s, 1080p … solo se ejecutó la primera ronda de generación; no hubo generación adicional de pago.” Toda la tarea llevó 1 hora y 8 minutos de tiempo de agente.
• La sorpresa de Blender. Al pedirle que cambiara las iniciales formadas con fichas de dominó en el vídeo de un reviewer de tecnología, se saltó por completo los modelos de vídeo. Reconstruyó el plano en Blender, renderizó 87 fotogramas (2,9 segundos a 30 fps) y los insertó en un metraje por lo demás sin cambios. Fue la corrección más quirúrgica de la semana.
• Review cinematográfica de móvil. Una review de producto estilo cine rehecha con un presentador digital y B-roll generado (segundo clip abajo). En general fue el resultado más flojo: el aspecto de IA era evidente, y queda bastante por detrás de un editor humano.
• Skit de e-commerce. A partir de una imagen de referencia y el vídeo fuente, rehizo un breve sketch de ventas en el que una muñeca rompe huevos con un martillo. Lo valoramos aproximadamente al nivel del original, que ya era generado con IA.

Una nota sobre lo que mostramos aquí: la mayoría de estas pruebas partieron de vídeos de otros creadores, y no tenemos derecho a volver a publicar esas caras, voces ni metraje. Así que los clips de abajo son salidas sin personas en pantalla, y su audio está silenciado.

Clips de demo de nuestras pruebas

Dos salidas sin editar de las pruebas anteriores, recortadas de nuestra grabación de pantalla.

Veredicto honesto: puntos fuertes y límites reales

Lo que nos impresionó:

• Clona la estructura, no solo un guion. El resultado es un proyecto reejecutable, así que cambiar el presentador, el producto o el idioma es una nueva ejecución, no una nueva edición.
• Timing anclado a palabras. Reescribe una frase y el B-roll, los subtítulos y los cortes se mantienen sincronizados.
• Elige la herramienta más barata que funciona. Usa modelos de vídeo cuando tiene que generar, y código o incluso Blender cuando basta con una corrección quirúrgica.
• Transparencia de costes. Estima cada paso y pregunta antes de llamadas de pago, algo poco habitual en herramientas de agentes.

En qué se queda corto:

• El agente es la factura real. Los ejemplos del propio README de Hypit mencionan alrededor de $1,10 en costes de modelos por clon. En nuestras pruebas, el coste mayor fue el agente de programación: siete tareas llevaron nuestro plan de ChatGPT de $100 del 50% al 3% de su límite de uso.
• Es lento. Un clon tardó más de una hora de tiempo de agente.
• Los remakes realistas siguen pareciendo IA. La review cinematográfica era claramente sintética, y los planos generados mostraban pequeños artefactos.
• Necesitas un flujo de trabajo con agentes. Necesitas un agente de programación, Node.js 22.15+ y cuentas de modelos. Es amigable para desarrolladores, no para quien solo quiere un vídeo.
• La licencia no es totalmente permisiva. No puedes alojar Hypit como servicio para otros equipos ni revenderlo sin una licencia comercial.
• Los derechos corren de tu cuenta. Hypit dice que tus resultados te pertenecen, pero las caras, voces, metraje y música de la referencia pertenecen a sus propietarios. Trata un vídeo viral como una estructura de la que aprender, no como material para republicar.

Hypit vs una herramienta de vídeo con IA alojada

Hypit y herramientas alojadas como VisionStory terminan en un vídeo final, pero parten de lugares distintos y facturan de maneras diferentes.

Elige Hypit si estás produciendo anuncios o variantes de UGC a volumen, merece la pena convertir un formato ganador en plantilla y hay un desarrollador en el equipo. Elige una herramienta alojada si quieres un vídeo con presentador hoy y prefieres no pagar horas de tiempo de agente para conseguirlo.

Lo que nos enseñó Hypit

Tras una semana de pruebas, nuestra conclusión es que “clona cualquier vídeo viral” es el titular, no lo esencial. La idea duradera es convertir la estructura de un vídeo en una plantilla que un agente pueda volver a ejecutar. Desglosas lo que funciona en los vídeos de otras personas y en los tuyos, te quedas con el esqueleto y dejas que el agente genere las partes que cambian. Hacia ahí va el vídeo con IA, y es la misma dirección que nuestro propio AI Video Agent: describe el vídeo que quieres y deja que un agente lo monte, sin la configuración ni la factura del agente.

Para otra visión sobre vídeo impulsado por agentes, consulta nuestro desmontaje de OpenMontage, que persigue una idea similar con un pipeline diferente.